融合视觉先验与背景信息的视频目标跟踪方法
针对传统目标跟踪算法特征表示单一、背景信息利用不足而造成跟踪鲁棒性较差的问题,提出一种融合视觉先验及背景信息的跟踪算法.首先通过离线非监督学习的方式获取一般性目标物体的视觉先验知识,以视觉字典的方式加以存储.在线跟踪时,利用视觉字典,通过卷积运算获取跟踪目标及其周围局部背景的外观特征,并通过相关滤波算法来预测位移变化.实验结果表明,本文算法能够有效对抗光照变化、局部遮挡等噪声干扰,具备较高的跟踪精度与鲁棒性.
目标跟踪、视频分析、在线学习、计算机视觉
37
TP391(计算技术、计算机技术)
上海市科委项目15511104402;山东省自然科学基金项目ZR2013FL018
2016-10-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
2074-2078